一种基于选择策略的差分混合蛙跳算法
【出 处】:
【作 者】:
王林
[1]
万小雨
[1]
万建超
[2]
【摘 要】设计了一种选择差分混合蛙跳算法SDSFLA,该算法通过增加组内个体更新个数提高了种群更新效率;通过引入差分进化算法的交叉算子和变异算子,加强了个体之间的信息交流;使用多种更新策略,提高了实验个体产生的成功率;随机选择控制参数,增加了种群的多样性.基于16个基准测试函数,将SDSFLA与一种改进的蛙跳算法、两种改进的差分进化算法进行对比,实验结果证实了SDSFLA算法的有效性和稳定性.
相关热词搜索: 混合蛙跳算法 差分进化 实验个体选择 资源池
上一篇: 基于正弦函数的直觉模糊集相似度测量及其应用
下一篇: 基于改进三层缓冲技术的大图片处理